bam2depth.c

   1 /* This program demonstrates how to generate pileup from multiple BAMs
   2  * simutaneously, to achieve random access and to use the BED interface.
   3  * To compile this program separately, you may:
   4  *
   5  *   gcc -g -O2 -Wall -o bam2depth -D_MAIN_BAM2DEPTH bam2depth.c -L. -lbam -lz
   6  */
   7 #include <stdlib.h>
   8 #include <string.h>
   9 #include <stdio.h>
  10 #include <unistd.h>
  11 #include "bam.h"
  12
  13 typedef struct {     // auxiliary data structure
  14         bamFile fp;      // the file handler
  15         bam_iter_t iter; // NULL if a region not specified
  16         int min_mapQ;    // mapQ filter
  17 } aux_t;
  18
  19 void *bed_read(const char *fn); // read a BED or position list file
  20 void bed_destroy(void *_h);     // destroy the BED data structure
  21 int bed_overlap(const void *_h, const char *chr, int beg, int end); // test if chr:beg-end overlaps
  22
  23 // This function reads a BAM alignment from one BAM file.
  24 static int read_bam(void *data, bam1_t *b) // read level filters better go here to avoid pileup
  25 {
  26         aux_t *aux = (aux_t*)data; // data in fact is a pointer to an auxiliary structure
  27         int ret = aux->iter? bam_iter_read(aux->fp, aux->iter, b) : bam_read1(aux->fp, b);
  28         if ((int)b->core.qual < aux->min_mapQ) b->core.flag |= BAM_FUNMAP;
  29         return ret;
  30 }
  31
  32 #ifdef _MAIN_BAM2DEPTH
  33 int main(int argc, char *argv[])
  34 #else
  35 int main_depth(int argc, char *argv[])
  36 #endif
  37 {
  38         int i, n, tid, beg, end, pos, *n_plp, baseQ = 0, mapQ = 0;
  39         const bam_pileup1_t **plp;
  40         char *reg = 0; // specified region
  41         void *bed = 0; // BED data structure
  42         bam_header_t *h = 0; // BAM header of the 1st input
  43         aux_t **data;
  44         bam_mplp_t mplp;
  45
  46         // parse the command line
  47         while ((n = getopt(argc, argv, "r:b:q:Q:")) >= 0) {
  48                 switch (n) {
  49                         case 'r': reg = strdup(optarg); break;   // parsing a region requires a BAM header
  50                         case 'b': bed = bed_read(optarg); break; // BED or position list file can be parsed now
  51                         case 'q': baseQ = atoi(optarg); break;   // base quality threshold
  52                         case 'Q': mapQ = atoi(optarg); break;    // mapping quality threshold
  53                 }
  54         }
  55         if (optind == argc) {
  56                 fprintf(stderr, "Usage: bam2depth [-r reg] [-q baseQthres] [-Q mapQthres] [-b in.bed] <in1.bam> [...]\n");
  57                 return 1;
  58         }
  59
  60         // initialize the auxiliary data structures
  61         n = argc - optind; // the number of BAMs on the command line
  62         data = calloc(n, sizeof(void*)); // data[i] for the i-th input
  63         beg = 0; end = 1<<30; tid = -1;  // set the default region
  64         for (i = 0; i < n; ++i) {
  65                 bam_header_t *htmp;
  66                 data[i] = calloc(1, sizeof(aux_t));
  67                 data[i]->fp = bam_open(argv[optind+i], "r"); // open BAM
  68                 data[i]->min_mapQ = mapQ;                    // set the mapQ filter
  69                 htmp = bam_header_read(data[i]->fp);         // read the BAM header
  70                 if (i == 0) {
  71                         h = htmp; // keep the header of the 1st BAM
  72                         if (reg) bam_parse_region(h, reg, &tid, &beg, &end); // also parse the region
  73                 } else bam_header_destroy(htmp); // if not the 1st BAM, trash the header
  74                 if (tid >= 0) { // if a region is specified and parsed successfully
  75                         bam_index_t *idx = bam_index_load(argv[optind+i]);  // load the index
  76                         data[i]->iter = bam_iter_query(idx, tid, beg, end); // set the iterator
  77                         bam_index_destroy(idx); // the index is not needed any more; phase out of the memory
  78                 }
  79         }
  80
  81         // the core multi-pileup loop
  82         mplp = bam_mplp_init(n, read_bam, (void**)data); // initialization
  83         n_plp = calloc(n, sizeof(int)); // n_plp[i] is the number of covering reads from the i-th BAM
  84         plp = calloc(n, sizeof(void*)); // plp[i] points to the array of covering reads (internal in mplp)
  85         while (bam_mplp_auto(mplp, &tid, &pos, n_plp, plp) > 0) { // come to the next covered position
  86                 if (pos < beg || pos >= end) continue; // out of range; skip
  87                 if (bed && bed_overlap(bed, h->target_name[tid], pos, pos + 1) == 0) continue; // not in BED; skip
  88                 fputs(h->target_name[tid], stdout); printf("\t%d", pos+1); // a customized printf() would be faster
  89                 for (i = 0; i < n; ++i) { // base level filters have to go here
  90                         int j, m = 0;
  91                         for (j = 0; j < n_plp[i]; ++j) {
  92                                 const bam_pileup1_t *p = plp[i] + j; // DON'T modfity plp[][] unless you really know
  93                                 if (p->is_del || p->is_refskip) ++m; // having dels or refskips at tid:pos
  94                                 else if (bam1_qual(p->b)[p->qpos] < baseQ) ++m; // low base quality
  95                         }
  96                         printf("\t%d", n_plp[i] - m); // this the depth to output
  97                 }
  98                 putchar('\n');
  99         }
 100         free(n_plp); free(plp);
 101         bam_mplp_destroy(mplp);
 102
 103         bam_header_destroy(h);
 104         for (i = 0; i < n; ++i) {
 105                 bam_close(data[i]->fp);
 106                 if (data[i]->iter) bam_iter_destroy(data[i]->iter);
 107                 free(data[i]);
 108         }
 109         free(data); free(reg);
 110         if (bed) bed_destroy(bed);
 111         return 0;
 112 }